Human capital is an important driver for sustainable enterprise’s economic growth and becomes more important under digital transformation. The employee profile appears multifaceted due to the expansion of activities. Therefore, the problem of human capital management based on the design of employees’ individual trajectories of professional development is relevant, timely, socially and economically significant. The paper proposes a model for employees’ individual trajectories of the professional development, which is based on reinforcement learning methods. The model forms an optimal management regime and is considered as a consistent set of program activities aimed at the employee’s development in his professional sphere. It considers employee’s individual characteristics (health, competencies, motivation and social capital). The total control system is considered as a digital twin of an employee, and creates the environment — the model of an employee as a Markov decision process and the control model — the agent — a center of enterprise’s decision-making. We use reinforcement learning algorithms DDQN, SARSA, PRO to maximize the agent’s utility function. Based on the experiments, it is shown that the best results are provided by the DDQN algorithm. The results generated by the proposed model are of practical importance, which would contribute to the growth of an enterprise’s innovativeness and competitiveness by improving the human capital quality and increasing the labor resource efficiency.
Человеческий капитал является одним из важнейших движущих сил устойчивого экономического роста предприятия, что приобретает еще большую значимость в условиях изменений характера труда в период цифровой трансформации экономики. Портрет работника становится все более многогранным вследствие расширения сфер его активности. Поэтому проблема управления человеческим капиталом на основе формирования индивидуальных траекторий профессионального развития работников представляется актуальной, своевременной, социально и экономически значимой. В работе предлагается модель управления человеческим капиталом, предназначенная для разработки индивидуальных траекторий профессионального развития работников предприятия, формирование которых основано на методах машинного обучения — «машинного обучения с подкреплением». Модель формирует оптимальный режим управления и рассматривается как последовательный набор программных мероприятий, направленных на развитие работника в профессиональной сфере с учетом его изменяющихся в динамике индивидуальных характеристик состояния здоровья, уровня профессиональных и надпрофессиональных компетенций, мотивации, социального капитала. Архитектуру системы управления можно рассматривать как цифровой двойник работника предприятия, который объединяет среду — модель работника как марковского процесса принятия решений и модель управления — агента — центра принятия решений предприятия. Для максимизации функции полезности агента используются алгоритмы «машинного обучения с подкреплением» DQN, DDQN, SARSA, PRO. На основе проведенных экспериментов показано, что наилучшие результаты в смысле достижения максимальной полезности агента обеспечивает алгоритм DDQN. Практическую значимость имеют результаты, сгенерированные предлагаемой моделью, реализация которых позволит в кратчайшие сроки обеспечить рост инновационности и конкурентоспособности предприятия за счет улучшения качества человеческого капитала и роста ресурсной эффективности труда.